【Python数据分析与处理实训04】--- 探索1960 - 2014美国犯罪数据（时间序列处理应用）

骑着蜗牛ひ追导弹'

已于 2022-08-24 12:14:30 修改

阅读量5.7k

点赞数 5

分类专栏： # Python数据分析练习文章标签： python 数据分析

于 2020-12-01 11:46:18 首次发布

本文链接：https://blog.csdn.net/qq_45797116/article/details/110423184

版权

Python数据分析练习专栏收录该内容

7 篇文章 9 订阅

订阅专栏

【Python数据分析与处理实训04】— 探索1960 - 2014美国犯罪数据（时间序列处理应用）

探索1960 - 2014美国犯罪数据信息

对于下面的数据集进行简单的一些数据的分析训练
在这里插入图片描述

若需要源数据请私信~

1.将数据框命名为crime

crime = pd.read_csv('G:/Projects/pycharmeProject/大数据比赛/泰迪智能科技/data/US_Crime_Rates_1960_2014.csv',sep=",",index_col=0)
print(crime)

2.每一列（columns）的数据类型是什么

print(crime.dtypes)

在这里插入图片描述

3.将Year数据类型转换为datatime64

crime['Year'] = pd.to_datetime(crime['Year'])
print(crime.dtypes)

在这里插入图片描述

进一步优化

crime['Year'] = pd.to_datetime(crime['Year'],format="%Y")

在这里插入图片描述

4.将列Year设置为数据框的索引

crime.set_index('Year',inplace=True)

在这里插入图片描述

5.删除名为Total的列

crime.drop('Total',axis=1,inplace=True)

这部分容易出错，参见本人博客：KeyError: “[‘xxxx‘] not found in axis“

在这里插入图片描述

6.按照Year（每十年）对数据框进行分组并求和

print(crime.resample('10AS').sum())

这里涉及时间数据的操作运用到了resample方法：在pandas里对时序的频率的调整称之重新采样，即从一个时频调整为另一个时频的操作。

参见本人博客：Python----数据分析-pandas.时间序列
大佬文章：Pandas的时间序列数据-resample重采样
pandas官方文档：pandas.DataFrame.resample

在这里插入图片描述

7.何时是美国历史上生存最危险的年代

# 计算人口增长率
print(crime['Population'].diff())       # 求取一阶差值
print(crime['Population'].diff()[1:])   # 取出已知增长人数数据
print(crime['Population'].values[:-1])  # 取出60-13年人口数据
print(crime['Population'].diff()[1:]/crime['Population'].values[:-1]) # 计算人口增长率
print((crime['Population'].diff()[1:]/crime['Population'].values[:-1]).idxmin()) # 得出人口增长率最低的一年